d3-mini
vllm-sr · 工具包
一次调用就能回答关于文本、图片和视频的选择题、是非题和打分题,并为每个答案返回概率,而不是生成文字。适合需要给请求分流或分类的开发者。
vllm-sr · 工具包
一次调用就能回答关于文本、图片和视频的选择题、是非题和打分题,并为每个答案返回概率,而不是生成文字。适合需要给请求分流或分类的开发者。
typhoon-ai · 工具包
用 0.8B 参数把泰语和英语文档页面解析成按顺序排列的版面元素,带类别、边框和文字。适合要把泰语文件数字化的开发者。
sensenova · 工具包
用 27B 模型生成并渲染可执行代码来制作短视频,该模型由 Qwen3.8-27B 微调而来。适合想根据提示词出视频草稿的动效设计师、教师和营销人员。
Qwen · 工具包
Qwen 的小型 2B 模型,读取文字和图片并用文字回复,适合用 transformers 库做原型、微调或研究的开发者。
JoyIndustrial · 工具包
以选项和概率回答关于文本和图像的结构化问题,是京东工业推出的决策系统,基于 Qwen3.8-27B 并内置 OCR。适合需要分派或分类请求的团队。
JonathanColetti · 工具包
直接编辑两个权重张量,不经训练,修复 Qwen3.5-0.8B 在思考模式下陷入的重复循环。这是一个小型图文模型,可用于 Transformers、vLLM、llama.cpp 和浏览器。
ATH-MaaS · 工具包
用一个 0.8B 模型读取文档图片,返回文字、结构化 JSON、带公式和表格的 Markdown、关键字段和图表说明。适合构建 OCR 和文档流程的开发者。
prithivMLmods · 工具包
ccore 的 Qwen3.5-4B-3D-Coder 的重新打包版本,一个为编程回答和 Three.js 3D 场景调优的小模型,附带支持多词元预测的 GGUF 文件。
unsloth · 工具包
Unsloth 制作的 Qwen3.8 27B 视觉语言模型的 4-bit NVFP4 副本,用 vLLM 提供服务。适合想要能读图像和视频、能在智能体工具里工作的稠密模型的开发者。
sabicap · 工具包
基于 Qwen3.8-27B、用开源强化学习环境训练的 27B 智能体文本模型,报告了更高的终端和编程智能体得分,适合构建编程和调用工具智能体的开发者。
openjev · 工具包
针对文本、网页和截图回答带类型的决策,一次前向计算,根据你自己的标签给出选项、是非概率或分数。适合构建分流、审核和浏览器智能体的团队。
perplexity-ai · 工具包
一次读入一个情境和多个问题,再逐个给出选择、是否或分数。适合需要分派、标记或评估请求的团队。
nvidia · 工具包
NVIDIA 把阿里巴巴 Qwen3.8-27B 压缩成 4 位 NVFP4 的版本,用 Model Optimizer 制作,面向 Blackwell GPU,输入文字、图片和视频,输出文字。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 9B 决策模型,由 Qwen3.5-9B 调整而来。
lightonai · 工具包
读取文档页面图片,返回 markdown 文本,或带边界框的标注块、图片描述和图表数据。适合构建 OCR 和文档理解流程的开发者。
lightonai · 工具包
LightOn 的 0.8B 小型 OCR 模型,把页面图片读成 markdown,在 grounding 模式下还会给每个区块标上边界框。是 LightOnOCR-3 系列中快速、轻量的尺寸。
Qwen · 工具包
为研究人员和开发者提供带视觉编码器的预训练 9B 基础模型,用于微调和实验,而不是直接聊天。能处理文本和图像。
perplexity-ai · 工具包
Perplexity 的小型决策模型,基于 Qwen3.5-4B,读取文字和图片,用概率回答选择题、是非题和打分题,适合快速分流和分诊。
ML-Intern-lab · 工具包
用一个小型 Qwen3.5-0.8B 模型一步步解数学题,它的权重由一个 LLM 直接修改,没有经过训练,用来消除重复循环。适合研究人员和想试验权重编辑的人。
Jackrong · 工具包
作为 Qwen3.8-27B 的 GGUF 微调版,帮你写代码并胜任会调用工具的智能体任务,用约 20 万条代码、智能体和推理样例训练。适合在自己电脑上运行模型的开发者。